View
8
Download
0
Category
Preview:
Citation preview
Videojuego de Evaluación de Estrategias de Ordenación para atún patudo (Bigeye tuna)
1er TALLER EEO CIAT, San Diego, California (USA), 9-10 de Diciembre, 2019
Vida real: Costoso, poca o ninguna repetición
Videojuego: Casi sin costo, repito cuanto quiera
Aprendizaje mediante prueba y error
SIMULADOR DE VUELO
Juguemos con los conceptos simulando la ordenación
Este juego es mas simple que un simulador realista
COROLARIO: Jugar videojuegos no es realizar el trabajo real…Este juego NO ES UNA EVALUACION DE ESTRATEGIA DE ORDENACION
• Aspectos de evaluación de estrategias de ordenación
• TunaMSE, herramienta simple que ilustra interactivamente:
• Proyección de modelo poblacional/pesquero
• Elementos del proceso de evaluación de estrategias
• Compara RCEs simples
• Utiliza Interrogating performance measures to make comparisons
between HCRs
• Configurado para atún patudo en el OPO
En que consiste este juego
https://valeromaspez.shinyapps.io/TunaMSE_OPO_SPN/
Como usar este juego
Biomasa
Tasa de explotación
Captura
Como interpretar resultados del juego
Captura a futuro 60,000 toneladas
Periodo de manejo 1 año
Especificaciones del juego
Captura 300,000 toneladas
Periodo de manejo35 años
Promedio años de proyección
Año final
Especificaciones del juego
• Estado del stock - B/BMSY
• Tasa de explotación - F/FMSY
• Probabilidad de estar dentro de área Verde Kobe
• Captura
• Variabilidad en capturas
• Todos los indicadores son igualmente importantes?
• Cual es el periodo de tiempo de interés? Corto,
largo plazo?
Métricas de desempeño
No usado ahora
Tipo de escenario
N simulaciones
Sugerimos no usar por ahora
Panel de configuración
• Pruebe proyecciones con distintos niveles de
captura y duración de manejo.
• Use gráficos e indicadores de desempeño para ver como
les va con el juego y cambie la captura para mantener al
stock cerca de Bmsy
• Ej.
• 3 años de proyección, captura = 60 kt
• Seguido de:
• 3 años de proyección, captura = 100 kt
• Seguido de:
• 3 años de proyección, captura = 120 kt
Ejercicio (1) – proyección manual
Ejercicio (2) – proyección con reglas de control
Exercise (2) – HCR ManagementEjercicio (2) – proyección con reglas de control
Exercise (2) – HCR Management
HCR Type CatchExp. rate Fmult Blim Bthresh
Median Depletion (%)
*Prob. green *Catch
*Catch var.
1 Knife-edge NA NA 1.2 0.8 0.8 37.7 0.694 207.5 0.227
2 Slope NA NA 1.2 0.4 1 37.9 0.675 209.2 0.172
Ejercicio (2) – proyección con reglas de control
Exercise (3) – HCR SelectionEjercicio (2) – proyección con reglas de control
Exercise (2) – A bigger contrast
HCR 3HCR 2HCR 1
Agresiva ConservativaModerada
Ejemplos de resultados de juego
Exercise (3) – A bigger contrast
HCR Type Catch Exp. rate Fmult Blim Bthresh
Median Depletion (%)
*Prob. green *Catch
*Catch var.
1 Threshold NA NA 1.4 0.4 0.4 26.3 0.306 223.3 0.11
2 Threshold NA NA 1.4 0.4 1 34 0.419 214 0.2
3 Threshold NA NA 0.8 0.4 1 46.3 0.972 191.5 0.113
HCR 2 HCR 3
Ejemplos de resultados de juego
¿Preguntas?
Recommended